ملخص

  • يُمثل نشر أمازون لمليون روبوت دليلاً مقنعًا على حجم التصنيع وتشغيل الأسطول، ولكنه ليس دليلاً على وجود مليون عامل آلي مستقل قابل للتبادل. إذ تقوم معظم هذه الآلات بتحريك الأرفف أو الحاويات أو الطرود داخل منشآت منظمة؛ ولا تزال عمليات الانتقاء والتخزين على مستوى العناصر الصعبة تستخدم مرشحات الأهلية وإعادة المحاولة والتسليم اليدوي ونطاقات نشر أضيق.
  • تأتي أفضل الأدلة على أداء المهام من أبحاث الإنتاج لا من إعلانات الإطلاق. فقد خفّض تصنيف الالتقاط المُتعلم لدى Robin معدل الفشل قياسًا بخط أساس إرشادي في اختبارات أسطولية كبيرة. ونجحت تجربة Vulcan Pick في 90.9% من محاولات الاستخراج، ومع ذلك لم يصل إلى الاستخراج الروبوتي الناجح سوى 4,690 من أصل 6,561 طلبًا، أي حوالي 71.5%، بعد تضمين تأجيلات التخطيط والإخفاقات الأخرى.
  • الادعاءات على مستوى المبنى بأكمله واعدة لكنها لا ترقى بعد إلى جدوى اقتصادية روبوتية واضحة. تستهدف أمازون تحسينًا بنسبة 25% في تكلفة الخدمة في تصميمها لشريفبورت، بينما لا تُفصح إفصاحاتها عن النفقات الرأسمالية للروبوتات أو الإهلاك أو الطاقة أو الصيانة أو عمالة الاسترداد أو الوفورات لكل عنصر بشكل منفصل. وأمازون هي المطوّر والعميل الرئيسي معًا، لذا تظل المقارنات الإنتاجية المستقلة نادرة.
  • قصة العمل هي نقل للعمل لا إلغاء بسيط له. فالروبوتات تُزيل أميالاً من المشي وبعض الرفع، بينما تُنشئ أعمال صيانة ومراقبة أرضية واستثناءات وهندسة، وقد تزيد من وتيرة العمل في المحطات البشرية. وتحتاج ادعاءات السلامة إلى الانضباط نفسه: الآليات المريحة ذات مصداقية، لكن مقارنات الشركة بين المواقع الروبوتية وغير الروبوتية قائمة على الملاحظة، وما زالت الجهات الرقابية تطالب بضوابط مريحة واسعة.

في يونيو 2025، استلم مركز تلبية طلبات تابع لأمازون في اليابان الروبوت رقم مليون للشركة. وقد تحقق هذا الإنجاز بعد 13 عامًا من شراء أمازون لشركة Kiva Systems، ومن الصعب الاستهانة به. إن وجود مليون آلة مادية منتشرة في أكثر من 300 منشأة ليس مجرد قصة مختبر. بل يعني أن عمليات الشراء والتصنيع والشحن وقطع الغيار والتغطية اللاسلكية وبرمجيات الأسطول وتجهيز الأرضيات والصيانة والتشغيل اليومي قد صمدت جميعها أمام شبكة كبيرة بشكل غير عادي. ويُعتبرإعلان أمازون عن هذا الإنجازدليلاً موثوقًا على أن روبوتات المستودعات أصبحت بنية تحتية عادية داخل الشركة.

ولكنه ليس دليلاً على أن مليون روبوت يمكنها تلبية مليون طلب بمفردها.

وهذا التمييز مهم لأن رقم أمازون يجمع بين آلات ذات وظائف ومستويات قدرة مختلفة جدًا. فوحدة Hercules الناضجة تتبع شبكة منظمة، وترفع حاوية وتوصلها إلى العامل. بينما ينقل Proteus عربات بعجلات عبر مساحات مشتركة مع البشر. ويأخذ Robin الطرود من كومة ويضعها على محركات متنقلة. ويتعامل Sparrow مع المخزون الفردي. ويقوم Cardinal بفرز الطرود الأثقل. أما Sequoia فهو ليس روبوتًا واحدًا على الإطلاق، بل هو نظام متكامل لإدارة المخزون. ويستخدم Vulcan الاستشعار بالقوة للعمل داخل أرفف قماشية مزدحمة. بعض هذه الأنظمة يعمل عبر عقارات كبيرة، وبعضها عاش في مبنى واحد أو حفنة من خلايا العمل، وبعضها لا يزال في انتظار النشر على نطاق أوسع.

وبالتالي، فإن الطريقة الصادقة لتقييم Amazon Robotics هي متابعة العمل، وليس الأسماء. ما المهمة التي تدخل؟ وما الحالة التي يجب الحفاظ عليها؟ وما هو الجزء الذي يُكمل من الحالات العادية؟ وماذا يحدث لعنصر أو طلب أو باقي المبنى عندما ترفض الآلة العمل، أو تسقط شيئًا، أو تتعطل، أو تفقد المعايرة، أو تتوقف؟ وكم من الاهتمام البشري مطلوب قبل عودة العملية إلى طبيعتها؟

شركة تابعة مبنية حول عميل داخلي

إن Amazon Robotics LLC هي الوريثة المؤسسية لشركة Kiva Systems، وهي شركة مناولة مواد مقرها نورث ريدينغ بولاية ماساتشوستس، والتي وافقت أمازون على الاستحواذ عليها في مارس 2012 مقابل حوالي 775 مليون دولار نقدًا. وقد ذكرإعلان الاستحواذ الأصلي لأمازونبصراحة أن Kiva كانت تقدم المنتجات للموظفين لعمليات الانتقاء والتعبئة والتخزين. وفي إفصاح لاحق لأمازون، سُجل أن الاستحواذ أُغلق في مايو 2012؛ وساهمت Kiva بمبيعات بلغت 61 مليون دولار، وخسارة تشغيلية قدرها 62 مليون دولار من الاستحواذ حتى نهاية ذلك العام، وهو تذكير مبكر بأن النظام المفيد والشركة المستقلة المربحة ليسا الشيء نفسه.

ويمكن أن تصبح الحدود القانونية والمنتجية غير واضحة لأن أمازون تصف عمليات الروبوتات من خلال غرف الأخبار وصفحات الأبحاث ومواقع التوظيف على مستوى الشركة. فالعمل المعني هنا هو تقنية تلبية الطلبات المنحدرة من Kiva، والتي تتمركز حول الأبحاث والتصنيع في ماساتشوستس، والمنتشرة في عمليات أمازون. وهي ليست AWS، حتى وإن كانت أمازون تقول إن بنيتها التحتية في AWS تخزن وتعالج البيانات الناتجة عن مستشعرات الروبوتات والكاميرات والآلات. كما أنها ليست مركبات Zoox ذاتية القيادة، ولا طائرات التوصيل بدون طيار من Prime Air، ولا الروبوت المنزلي Astro، ولا كل شركة روبوتات استثمرت فيها أمازون.

فهذه الجهود قد تتبادل الأشخاص أو الخدمات أو الأبحاث، لكنها لا تحول أسطول المستودعات إلى منتج تجاري واحد.

كما أن حدود العملاء لا تقل أهمية. تاريخيًا، كانت Kiva تبيع أنظمة المستودعات للشركات الخارجية. أما تحت مظلة أمازون، فإن العميل الفعلي للنشر كان في المقام الأول هو أمازون نفسها. ولا يوجد كتالوج عام لـ Amazon Robotics يتضمن سعرًا لكل وحدة دفع، أو اشتراكًا في البرمجيات، أو اتفاقية مستوى خدمة، أو رقمًا لاحتفاظ العملاء. وقد ذكر آندي جاسي فيرسالته للمساهمين لعام 2025أن أمازون ستستكشف حلولًا روبوتية للعملاء الصناعيين والمستهلكين حيث يمكنها استخدام حجمها وتغذيتها الراجعة التشغيلية. وصيغة المستقبل مهمة هنا، فهي تصف خيارًا، وليس شركة روبوتات خارجية راسخة.

وهذا الهيكل يمنح Amazon Robotics ميزة تحسدها عليها معظم الشركات المصنعة. فبإمكان مهندسيها مراقبة كميات هائلة، وتغيير تصميم المبنى، وتعديل البرمجيات الأولية، وجمع بيانات الأعطال، والاحتفاظ بالوفورات داخل الشركة الأم. كما أنه يضعف الدليل التقليدي. فالمورد والمشتري يشتركان في الإدارة، ومواقع الاختبار تنتمي إلى نفس المجموعة المؤسسية، ولا يتوجب على أي من الطرفين نشر عائد استثماري بحت. ويمكن لأمازون أن تمول بشكل عقلاني نظامًا يحسن شبكة التجزئة بأكملها حتى لو بدت الشركة التابعة غير جذابة كشركة معدات مستقلة. أما مشغل المستودعات الخارجي فلا يمكنه افتراض نفس الاقتصاديات.

الطلب هو الوحدة المهمة

يرى العميل طلبًا واحدًا. بينما يرى المستودع سلسلة من التحولات في الحالة.

يجب تحديد المخزون الوارد وإتاحته للبيع. ويوضع عنصر في المخزن، ويُسجل موقعه، ويجب توزيع نسخ كافية منه عبر الشبكة. وعند وصول طلب، تختار البرمجيات موقع التلبية وتخصص المخزون. ثم تنتقل حاوية تخزين إلى محطة. ويُزال العنصر الصحيح ويُتحقق منه ويوضع في سلة. ثم يُعبأ ويُلصق عليه العنوان ويُفرز ويُدمج مع أعمال أخرى ويُرسل إلى منصة التحميل الصحيحة. وتتحرك العربات إلى مناطق التحميل؛ وتغادر الشاحنات في الوقت المحدد. ويجب أن تحافظ كل عملية نقل على الهوية والكمية والوجهة والحالة المادية.

وتقوم آلات أمازون بأتمتة أجزاء من هذه السلسلة. وأقدم وأوسع جزء فيها هو نقل البضائع إلى الشخص. حيث تذهب وحدات الدفع تحت الحاويات المتنقلة، وترفعها وتوصلها إلى محطات ثابتة. ولم يعد الإنسان يمشي في الممرات بحثًا عن العنصر. وهذا إلغاء هائل لحركة التنقل، ولكن محطة العمل لا تزال بحاجة إلى شخص لتحديد المنتج والتقاطه ومسحه ضوئيًا. ويحول النظام عمل المشي إلى عمل انتقاء أو تخزين ثابت، مع تحكم البرمجيات في الطابور.

والجزء التالي هو حركة الطرود. يستخدم كل من Robin و Cardinal الرؤية والشفط والأذرع الصناعية لنقل البضائع المغلفة بالفعل. وينقل Proteus العربات المحملة. وهذه المهام مقيدة أكثر من البحث عن عنصر تجزئة معين ناعم أو عاكس أو هش على رف مزدحم. فالطرد أُعطي بالفعل شكل طرد وعنوانًا؛ بينما تقدم العربة واجهة ميكانيكية قياسية. والتوحيد القياسي ليس خدعة، بل هو الطريقة التي تُبنى بها الأتمتة الصناعية الموثوقة. ولكنه يعني أن العدد الكبير من الطرود لا يمكن أن يُستنتج منه براعة على مستوى العناصر.

أما الجزء الأصعب فهو التعامل مع مخزون التجزئة نفسه. فقد تحتفظ أمازون بمعجون أسنان وكتب وألعاب في أكياس وكابلات وزجاجات وصناديق خفيفة وملابس قابلة للتشوه في حاويات متجاورة. وتصل الأشياء في عبوات جديدة، وتتداخل مع بعضها البعض، وتخفي سطوحها المفيدة وتتحرك عند التلامس. وتستخدم الأيدي البشرية اللمس والتنسيق بين اليدين والارتجال بالفطرة دون بناء نموذج ثلاثي الأبعاد واضح. بينما يحتاج الروبوت إلى إدراك حسي، ومؤثر نهائي، وحركة خالية من التصادم، وحدود للقوة، وسلوكيات للتعافي، وقرار بشأن متى لا يحاول.

ولهذا السبب فإن تصريح أمازون بأن الروبوتات تلعب دورًا في إكمال 75% من طلبات العملاء لا يعني معدل استقلالية بنسبة 75%. إذ يمكن لوحدة دفع أن تساعد في طلب لا يزال الشخص يلتقطه ويفحصه ويعبئه. ويوضح هذا الادعاء الانتشار عبر الشبكة، وليس جزء العمل أو القرارات التي أُزيلت. وبالنسبة للمشتري أو المشغل أو صانع السياسات، فإن القواسم المفيدة هي المهام المكتملة، والتدخلات لكل مهمة، والعناصر التالفة، ووقت الاسترداد، ودقائق العمل، والتكلفة الإجمالية لكل طلب صحيح.

النقل ناضج، ولكن الأرضية عبارة عن نظام

يُعد أسطول وحدات الدفع المتنقلة أنجح نجاح إنتاجي واضح لـ Amazon Robotics. فبحلول عام 2022، أبلغت أمازون عن وجود أكثر من 520,000 وحدة دفع؛ وبحلول منتصف عام 2025 تجاوز عدد الروبوتات الإجمالي المليون. وعلى هذا النطاق، لم تعد القدرة المعنية هي ما إذا كان بإمكان روبوت واحد اتباع مسار ما، بل ما إذا كانت آلاف الروبوتات والحاويات والمحطات تحافظ على حركتها دون أن تحول أي عطل محلي إلى تأخير على مستوى المبنى بأكمله.

تتلقى وحدة الدفع الحديثة العمل من برمجية التخطيط المركزية مع احتفاظها بالاستشعار والتحكم المحليين. ويقولوصف الأسطول الحالي لأمازونإن Hercules تستخدم كاميرا ثلاثية الأبعاد للتمييز بين الأشخاص والحاويات والروبوتات والأشياء الأخرى، وتقرأ علامات الأرضية المشفرة لتحديد الموضع، وتأخذ التوجيه العام من التخطيط المركزي. وفي طوابق التخزين المقيدة، تقوم البيئة بالكثير من عمل الموثوقية: حيث تُمثل المسارات كرسم بياني، وللحاويات والمحطات أدوار معروفة، وتُثبت علامات الأرضية عملية تحديد الموقع، وتكون إمكانية الوصول خاضعة لرقابة مشددة. ويوسع Proteus مجال التشغيل عن طريق الاستشعار والملاحة حول الأشخاص أثناء نقل العربات، لكن أول وظيفة إنتاجية له ظلت مقيدة بمناطق أرصفة الشحن الصادرة.

ويؤدي الحجم الكبير إلى ظهور تفاعلات لا يمكن لعرض توضيحي لروبوت واحد أن يظهرها. حيث تتنافس الروبوتات على الممرات الضيقة والمحطات عالية الطلب. ويمكن لخلية سفر مسدودة أن تجبر العديد من المسارات على الإطالة. وتصطف الحاويات حتى لا يبقى منتقي العناصر خاملاً. ويؤدي الشحن والوصول إلى الأرضية والصيانة إلى خروج قدرة من الخدمة. ويمكن أن تشكل التأخيرات الصغيرة موجات مرورية.

ويجعل مشروع لمعهد ماساتشوستس للتكنولوجيا (MIT) أُجري بالتعاون مع Amazon Robotics عبء الاسترداد واضحًا بشكل غير معتاد. حيث تصفدراسته حول صحة أرضية الروبوتاتالمنتجات المتساقطة والانسكابات ووحدات الدفع المعطلة وعلامات الأرضية المتسخة. فعندما تتعطل وحدة دفع أو تمر فوق عائق، قد يضطر الموظفون إلى تقييد مساحة أكبر بكثير حتى يتمكنوا من الدخول بأمان. ويمكن لهذا التقييد أن يسد ممرات سفر قيّمة، ويزيد من الازدحام سوءًا، ويزيد من وقت تعطل المحطات. وقد وُجد هذا المشروع لأن الدعم التفاعلي وأفضل الممارسات غير الرسمية لم تكن قابلة للتطوير على نطاق واسع؛ وكان المشغلون بحاجة إلى اكتشاف مبكر وتحديد أفضل لأولويات التدخلات. وقد أُخفيت المعدلات والتكاليف الدقيقة، لذا فهو ليس تقريرًا حاليًا عن وقت التشغيل. ومع ذلك، يظل دليلاً قيمًا على أن استقلالية الأسطول تخلق عمل إشراف عادي خاصًا بها.

وقد تصدت أمازون للازدحام ببرمجيات متعلمة بشكل متزايد. فقد تنبأ نظام في عام 2023 بالتأخير من سجلات الروبوتات والمسارات المخطط لها. وفي المحاكاة، أبلغ الباحثون عن إنتاجية لتخطيط المسار أعلى بنسبة 4.4% وخطأ في تقدير زمن السفر أقل بنسبة 30% إلى 40% مقارنة بأساليب الإنتاج. وهي نتائج واعدة، لكن كلمةمحاكاةلها ثقلها: فخيارات الطريق الأفضل في إعادة التشغيل لا تثبت تلقائيًا نفس المكسب في ظل ذروة الحركة الحية.

أما DeepFleet فهو الخليفة الأكثر طموحًا. تسميه أمازون نموذجًا تأسيسيًا لتنسيق الروبوتات المتنقلة وتقول إنه يحسن كفاءة حركة الأسطول بنسبة 10%.والورقة التقنيةجوهرية. حيث دُرّبت أربع عائلات من النماذج على بيانات إنتاج حقيقية، باستخدام أكبر الأمثلة لما بين حوالي 700,000 وخمسة ملايين ساعة روبوت. وغطى اختبار منفصل سبعة أيام عبر سبعة طوابق مستودعات، وقامت النماذج بتوقع المسارات لمدة 60 ثانية في المستقبل. واعتمدت أفضل بنية على المقياس: فقد كان أداء نموذج يتمحور حول الروبوت بـ 97 مليون وسيط هو الأفضل في معظم مقاييس المسار، بينما ظل نموذج رسم بياني أصغر بكثير قادرًا على المنافسة.

ولكن الورقة تقيّم التنبؤ، وليس الادعاء التشغيلي العام بنسبة 10%. وهي تقيس مدى تشابه المسارات والازدحام المتوقعين مع السلوك المستبعد. ولا تنشر مقارنة عشوائية على مستوى الموقع تُظهر زمن السفر وإنتاجية الطلبات والتدخلات والتكلفة قبل وبعد DeepFleet. وقد تمتلك أمازون هذا الدليل، لكن الجمهور لا يملكه. ولذلك فإن قدرة النموذج مثبتة بقوة أكبر من نتيجة العميل على مستوى الأسطول.

وهذا التمييز مهم أيضًا للمرونة. فبإمكان DeepFleet أن يفيد في تخصيص المهام والتوجيه والمحاكاة؛ لكن لا ينبغي وصفه بشكل عرضي بأنه المتحكم في السلامة منخفض المستوى لكل روبوت. ويجب أن تستمر سلوكيات التوقف الفوري وحدود القوة وأقفال المعدات في التصرف بأمان عندما يكون التنبؤ المُتعلم خاطئًا أو تكون البنية التحتية غير متاحة. وتقول أمازون إن AWS تساعد في تخزين ومعالجة البيانات الغنية للآلات، لكنها لا تنشر ما يكفي من البنية المعمارية لاستنتاج أي من حلقات التحكم تتطلب توفر السحابة. والاستنتاج المسؤول هو أن بيانات السحابة والأسطول هي تبعيات أولية للتحليل وتطوير النموذج، بينما يبقى الحد الدقيق للفشل غير معلن.

يُظهر Robin كيف يبدو دليل الإنتاج الجيد

يقدم Robin، وهو ذراع فصل الطرود، أقوى دليل عام على أن Amazon Robotics يمكنها تحسين مهمة معالجة متكررة في الإنتاج. فالمهمة هي التقاط طرد واحد من كومة غير منظمة على سير ناقل، ومسحه ضوئيًا ووضعه على محرك متنقل لفرزه. وتتنوع الطرود في المواد وتوزيع الكتلة والرؤية؛ كما تتنوع خلايا العمل في تكوين الذراع وأداة الشفط.

ودرب باحثو أمازون نموذج تعلم آلة ضحل لتصنيف الالتقاطات المرشحة حسب النجاح المتوقع. وتسميورقتهم الإنتاجية لعام 2023حالات الفشل المعنية: عدم وجود خطة ممكنة، وفقدان الطرد بعد الإمساك به، وأخذ عدة عناصر عن طريق الخطأ. وهذا بالفعل إفصاح أفضل من مجرد عدد إجمالي للطرود لأنه يُظهر ما تعنيه المهمة الفاشلة.

وكان للتقييم عدة طبقات مفيدة. حيث تدرب النموذج على أكثر من 394,000 عملية التقاط. وفي إحدى مقارنات التحقق على حوالي 179,000 إدخال إنتاجي عشوائي، زاد التصنيف المُتعلم من نجاح الالتقاط من 95.02% إلى 96.20%. وقد أدى هذا التغيير بمقدار 1.18 نقطة مئوية إلى تقليل حالات الفشل بنسبة 23.7%، وهو مثال جيد على سبب أهمية مكاسب الموثوقية الصغيرة ظاهريًا عند ملايين التكرارات اليومية. وقد خصص اختبار A/B أكبر للأسطول حوالي 1.16 مليون عملية التقاط لكل من ستة أساليب تصنيف؛ حيث وصل أقوى تكوين مُتعلم إلى نجاح بنسبة 93.73% مقابل 92.28% لطريقة الالتقاط المركزي الإرشادية.

كما تعاملت الطريقة المنشورة مع أكثر من 200 مليون إدخال بمعدل نجاح مُبلغ عنه 98% خلال فترة تقييم الورقة.

وهذا الدليل ليس مثاليًا. فأمازون هي من كتبت الورقة وشغلت الأسطول. ولم يُرفق الرقم الرئيسي 98% بسجل كامل للتكلفة أو إعادة المحاولة أو التدخلات، كما تغطي الجداول المختلفة أساليب وعينات مختلفة. والالتقاط الناجح لا يمثل طلب العميل بأكمله. ومع ذلك، تقدم الورقة تعريفات للمهام وخطوط أساس وأحجام عينات ومقارنات إنتاجية حقيقية. وتدعم ادعاءً قويًا وضيقًا: وهو أن اختيار الالتقاط المُتعلم جعل نظام معالجة الطرود الناضج بالفعل يفشل بمعدل أقل.

ويوضح Robin أيضًا كيفية تراكم الموثوقية. فمعدل فشل بنسبة 2% يبدو ممتازًا حتى يُطبق على خمسة ملايين محاولة في اليوم؛ فهذا يعني 100,000 محاولة أولى فاشلة إذا قابل كل فشل محاولة واحدة مباشرة. وفي الممارسة العملية، يمكن إعادة بعض حالات الفشل أو توجيهها إلى عملية أخرى، لذا فإن هذه الحسابات ليست تعدادًا لطرود العملاء المتأخرة. إنها تذكير بأن الأتمتة عالية الحجم يجب أن تُصمم حول الاسترداد، لا أن يُحتفى بها عند النقطة التي تعمل فيها الحالة المتوسطة.

وبحلول عام 2024، أخبرت أمازون وكالة أسوشيتد برس أن Robin كان يعمل في عشرات المستودعات وأجرى ثلاثة مليارات عملية التقاط. وقالتنفس المقابلة المبلغة بشكل مستقلإن أنظمة أخرى مسماة كانت لا تزال في مرحلة الاختبار أو لم تُنشر على نطاق واسع. وبالتالي فإن نضج الأسطول متفاوت حتى داخل نفس المحفظة.

معالجة العناصر تكشف فجوة الاستقلالية

صُمم Sparrow لنقل المنتجات الفردية بين الحاويات؛ ويرفع Cardinal ويفرز طرودًا يصل وزنها إلى 50 رطلاً؛ ويجمع Sequoia بين الروبوتات المتنقلة والرافعات الجسرية والأذرع والمخزون المعبأ في حاويات ومحطات العمل البشرية. وتعمل هذه الأنظمة معًا على توسيع الأتمتة إلى ما بعد النقل. وللأدلة العامة على كل منها قوة مختلفة.

تقول أمازون إن نسخة حالية من Sparrow يمكنها التعامل مع أكثر من 200 مليون منتج فريد. وهذا ادعاء تغطية، وليس معدل نجاح. فهي لا تذكر كم مرة يكمل الذراع نقلة مطلوبة، أو ما هو الجزء الذي يرفضه، أو كيف تُؤخذ عينة خليط المنتجات، أو كم عدد المحاولات المسموح بها، أو كم مرة يحل فيها شخص ما حالة المخزون. ومن المعقول أن يكون لإدراك Sparrow وصول واسع إلى الكتالوج: فقد بُنيت بيانات ARMBench العامة لأمازون من أكثر من 235,000 نشاط التقاط ووضع عبر أكثر من 190,000 كائن فريد. ولكن ARMBench يكشف أيضًا الحواف غير المحلولة. فقد استدعى كاشف العيوب الأساسي فيها 34% فقط من عيوب الصورة متعددة الالتقاط بمعدل إيجابي كاذب 5%، بينما كان استدعاء عيب الطرد 73%.

وهذا المقياس المرجعي يقيس نموذجًا، وليس منتج Sparrow الحالي، إلا أنه يُظهر لماذا يمكن أن يكون اكتشاف نتيجة سيئة نادرة أصعب من القيام بنقلة عادية.

أما Cardinal فهو أسهل فهمًا. فهو يختار طردًا من مزلق، ويقرأ عنوانه ويضعه في العربة الصحيحة. ويجعل الشفط الهوائي والصندوق المعنون هذا الأمر ممكنًا، بينما يستهدف حد المناولة البالغ 50 رطلاً أعمالاً ذات قيمة مريحة واضحة. ومع ذلك، لم تنشر أمازون نجاح مهام Cardinal أو وقت تشغيله أو تدخلاته لكل ألف طرد أو تكلفته المقارنة. ويُعتبر إعلان النموذج الأولي ونشر مسمى دليلاً على وجود نظام عامل، لكنه ليس كافيًا لتسعير موثوقيته الإنتاجية.

وينقل Sequoia الادعاء من روبوت إلى عملية بناء. ففي أول نشر له في هيوستن، قالت أمازون إنه يمكن تحديد المخزون الوارد وتخزينه أسرع بنسبة تصل إلى 75%، ويمكن للطلب أن يتحرك عبر مركز تلبية الطلبات أسرع بنسبة تصل إلى 25%. وتوسع منشأتها في شريفبورت التصميم: أكثر من ثلاثة ملايين قدم مربع، وتخزين لأكثر من 30 مليون عنصر، وآلاف الروبوتات المتنقلة والأذرع الروبوتية و 2,500 موظف عند التشغيل الكامل. ويقولتقرير أمازون عن شريفبورتإنها تهدف إلى تحسين بنسبة 25% في تكلفة الخدمة خلال فترات الذروة.

وهذه التصريحات ذات مغزى لأنها تتعلق بالمخزون والتكلفة، وليس فقط بسرعة المكونات. كما أنها أهداف ومقارنات يقدمها البائع. ولا تنشر أمازون بيانات المرفق الأساسي أو نافذة القياس أو الاستخدام أو الاستهلاك أو مساهمة وضع المخزون الإقليمي والبرمجيات والتعبئة وجدولة العمالة والروبوتات بشكل منفصل. ويكتسب Sequoia قيمته بالتحديد لأن هذه الأجزاء تعمل معًا، لكن هذا التكامل يجعل العزو صعبًا. والادعاء الصحيح هو أن أمازون لديها تصميم جاد لأتمتة الموقع بالكامل بأهداف تشغيلية واضحة، وليس أن الروبوتات وحدها قد خفضت بالفعل تكلفة كل طلب بمقدار الربع.

ويقدم موقع ناشفيل الذي زارته وكالة أسوشيتد برس مقياسًا مفيدًا للنشر: بعد أقل من عامين من بدء عمل Cardinal و Proteus هناك، قالت أمازون إن 70% من عناصر المبنى كانت تُشحن عبر ذلك النظام الروبوتي. مرة أخرى، "عبر" لا تعني "دون أن يمسها إنسان". لكنها تُظهر أن مسار الإنتاج يمكنه حمل معظم حجم الموقع دون الحاجة إلى حل كل مشكلة مناولة عناصر.

رفض Vulcan لا يقل أهمية عن نجاحاته

يُعد Vulcan أفضل مكان لفحص الفجوة بين قدرة النموذج وموثوقية المنتج لأن أمازون نشرت عملاً مفصلاً بشكل غير معتاد حول كل من التخزين والانتقاء من الحاويات القماشية المزدحمة.

يجمع نظام التخزين بين الرؤية المجسمة والتقسيم المُتعلم واستشعار القوة والأجهزة المخصصة للمهمة. وتحرك إحدى الآليات أربطة الاحتفاظ المرنة. ويمسك قابض بالعنصر الوارد. وتُزيح شفرة قابلة للتمديد الأشياء داخل صندوق لخلق مساحة. وهذا التحليل مهم: فبدلاً من مطالبة يد عامة الأغراض بتقليد كل حركة بشرية، يحول النظام فعلاً واحدًا ماهرًا إلى مهام فرعية خاضعة للتحكم.

فيورقة نشر عام 2025، كان النظام قد أجرى أكثر من 500,000 عملية تخزين. وحلل الباحثون عن كثب 100,000 محاولة حديثة، مع نتائج تم التحقق من صحتها بواسطة مُعلقي بيانات بشر. وقد تجاوز إجمالي النجاح 85%. وخلال مارس 2025، بلغ متوسط الروبوتات 224 وحدة في الساعة مقابل 243 للأشخاص الذين يعملون في نفس الطابق، أي أقل بنسبة 7.8% تقريبًا. وأفاد اختبار A/B منفصل في خلية عمل واحدة أن اختيار المخاطر المُتعلم حسن المعدل بنسبة 7% تقريبًا مقارنة بتحكم قائم على التكرار، على الرغم من أن العلاج شمل 227 حاوية مقابل 695 للتحكم. وكان هدف النظام أكثر تطلبًا: 300 وحدة في الساعة، و 80% من العناصر، وأكثر من 20 ساعة يوميًا، سبعة أيام في الأسبوع.

وتفاصيل الفشل أكثر كشفًا من العنوان الرئيسي. فالدورة غير الناجحة يمكن أن تترك العنصر بأمان في القابض لمحاولة أخرى، مما يكلف وقتًا. أما النتيجة الأسوأ فهي إسقاط عنصر أو إحداث ضرر يتطلب معالجة بشرية. وتصف الورقة عناصر صلبة تسد النصل، ومنتجات قابلة للتشوه تنقل القوة بشكل سيء، وعناصر تعلق بحواف الصناديق، وكتب تنطوي على جيرانها، وصناديق خفيفة تُسحق بقوة مشبك ثابت، وأشياء أو أربطة احتفاظ تُترك في مواضع غير آمنة. وقد قللت تقديرات الإدراك فقط من المساحة المتاحة بمتوسط 36 مليمترًا، بانحراف معياري 40 مليمترًا. وقد وفر التلامس معلومات مفيدة، لكن اللمس وحده قد يفوته انحناء لعبة طرية خارج المساحة المستهدفة.

ويخلص الباحثون إلى أن العيوب تستحق اهتمامًا غير متناسب لأنها تخلق عمل استرداد بدلاً من مجرد إهدار دورة.

ويقدم Vulcan Pick درسًا أوضح في القواسم. فهو يستخرج عنصرًا مطلوبًا من حاوية مزدحمة، مستخدمًا الصور ليقرر ما إذا كان العنصر قابلًا للتعريف وغير معاق وقابل للنقل ومناسبًا للشفط. وإذا كانت هناك أشياء كثيرة تسده أو لم يوجد التقاط آمن، يُرسل الطلب إلى محطة يدوية. وإذا فشلت محاولة الالتقاط بشكل متكرر، يتولى شخص ما الأمر.

غطتورقة النشر الميدانيمستودعًا نشطًا واحدًا، في البداية نظام استخراج واحد ولاحقًا اثنان، يعملان حوالي ست ساعات في أيام الأسبوع من أكتوبر 2024 حتى مارس 2025. وقد مر أكثر من 12,000 طلب عبر المحطة خلال الفترة الأوسع. وتغطي إحصائيات يناير إلى مارس التفصيلية 6,561 طلبًا مخصصًا. وقد حاول الروبوت 5,157 عملية استخراج عناصر ونجح في 4,690، مما أعطى نجاح الاستخراج المُبلغ عنه بنسبة 90.9%. لكن 1,246 طلبًا لم تتم فيها أي محاولة استخراج بسبب فشل التخطيط، وتقول الورقة إن 19.4% من الطلبات رُفضت في المحطة بسبب فشل في تخطيط الأربطة أو الالتقاط وأُرسلت إلى محطات يدوية. وبالقياس مقابل جميع الطلبات المخصصة، بلغت عمليات الاستخراج الروبوتية الناجحة حوالي 71.5%.

ولا يُعتبر أي من القاسمين احتياليًا. فنجاح المحاولة يخبر المهندس ما إذا كان الإجراء المختار يعمل. بينما يخبر إكمال الطلب المخصص المشغل عن مقدار العمل الذي تستوعبه الخلية فعلاً. ويحتاج مشتري الإنتاج إلى كليهما، بالإضافة إلى زمن الدورة والضرر ودقائق العمل البشرية والأداء في الذروة والتوفر. إن "أكثر من 90% نجاح" بدون تغطية ستبالغ في تقدير الاستقلالية؛ كما أن "71.5% من البداية إلى النهاية" دون الإشارة إلى تأجيلات السلامة المتعمدة ستقلل من قيمة رفض العمل المحفوف بالمخاطر.

وتصميم الاسترداد للنظام معقول. فهو يُبلغ عن النجاح أو الفشل إلى برمجيات المستودع حتى يمكن إعادة تخصيص العمل. وإخفاقاته ملموسة: شفط ضعيف، ومسارات استخراج سيئة، وتصادمات مع الأربطة أو حواف الصناديق أو القضبان المعدنية، وعناصر خاطئة أو متعددة، ومنتجات مسقطة، وأخطاء معايرة، واضطرابات في اتصالات البرمجيات، وتلف كؤوس الشفط. وقد حسن المهندسون التوفر على مدى الأشهر الستة، لكن لم يُكشف عن نسبة وقت تشغيل نهائية.

وقد ذكر وصف النشر العام لأمازون في مايو 2025 أن تجربة أولية شملت ستة روبوتات Vulcan Stow في سبوكين، مع تخطيط لنسخة تجريبية من 30 آخرين هناك ونشر أكبر في ألمانيا. وتقول أحدث تصريحاتها إن توسعًا أوروبيًا وأمريكيًا أوسع قادم. وهذا تقدم حقيقي من خلية واحدة، لكنه يظل بأضعاف مضاعفة أصغر من أسطول وحدات الدفع. ويثبت Vulcan أن مناولة العناصر الغنية بالتلامس قد عبرت إلى الإنتاج. لكنه لا يثبت أن مناولة العناصر العامة قد وصلت إلى نطاق شبكي غير مراقب.

الإشراف لا يختفي؛ بل يتغير شكله

تزيل الأتمتة العمل على شكل كتل وتضيفه على شكل أجزاء. فأسطول وحدات الدفع يزيل المشي ونقل الأرفف اليدوي. ويمكن لـ Proteus إزالة دفع العربات الثقيلة. ويزيل كل من Robin و Cardinal رفع الطرود المتكرر. ويقدم Sequoia المخزون بين منتصف الفخذ ومنتصف الصدر، مما يقلل من القرفصاء المنتظم والوصول لأعلى. ويستهدف Vulcan عن عمد صفوف الحاويات العلوية والسفلية، تاركًا الصفوف الوسطى الأسهل والعناصر الصعبة للأشخاص.

ويتوزع العمل المضاف عبر صيانة الموثوقية وهندسة التحكم والتنظيف ومراقبة الأرضية والمعايرة وتسمية البيانات ومعالجة الاستثناءات وتسوية المخزون وفحوصات الجودة. وتكون بعض الأدوار عالية المهارة وأفضل أجرًا. وتقول أمازون إن تصميمها في شريفبورت يتطلب 30% موظفين أكثر في أدوار الموثوقية والصيانة والهندسة مقارنة بمنشأة سابقة، بينما يجمع تدريبها المهني بين التعلم في الفصول الدراسية و 2,000 ساعة من التدريب أثناء العمل. وهذه مسارات مفيدة. لكنها لا تثبت أن كل منتقي عناصر مُستبدل يمكنه أو سينتقل إليها، ولا أن الوظائف الفنية المضافة تتطابق مع الوظائف الروتينية المستغنى عنها من حيث العدد أو الموقع أو إمكانية الوصول.

وهناك أيضًا عمل مخفي داخل القياسات. فقد تحقق مُعلقو بيانات بشر من صحة 100,000 نتيجة لـ Vulcan Stow. ويلتقط المشغلون عناصر لا تستطيع الآلة التعرف عليها. وتستوعب محطة يدوية تأجيلات Vulcan Pick. وتصلح فرق الصيانة كؤوس الشفط والمعايرة. ويدخل مراقبو الأرضية إلى المناطق المحظورة لاسترداد وحدات الدفع المعطلة والمنتجات المتساقطة. ويوفق حلّالو مشكلات المخزون بين عنصر مادي وسجل البرمجيات بعد نقل سيء. ويمكن للنظام أن يقلل من اللمسات المباشرة بينما يزيد من أهمية اللمسة المتبقية.

ويمكن أن تتغير وتيرة العمل البشري أيضًا. فنقل البضائع إلى الشخص يزيل المشي لكنه يوفر العمل باستمرار لمنتقي عناصر ثابت. ويمكن أن يزيد هذا من الوقت الإنتاجي ويقلل من السفر البدني مع تركيز التكرار. وقد أفاد تحقيق للجنة HELP بمجلس الشيوخ لعام 2024 أن دراسة داخلية لأمازون حول عمال يلتقطون من وحدات أرفف روبوتية ربطت بين زيادة التكرارات واحتمال إصابة الظهر وحددت 1,940 حركة في وردية عمل مدتها عشر ساعات كحد أعلى. وعارضت أمازون تفسير اللجنة، وقالت إن التدخل المقترح كان غير فعال، وجادلت بأن سجل السلامة لديها قد تحسن بينما تسارع التسليم. ويعرضتقرير وكالة أسوشيتد برسكلا الجانبين.

وهذا الخلاف يمنع الادعاء البسيط بأن الروبوتات تجعل مكان العمل آمنًا أو تجعله خطيرًا. وتفيد أمازون بأن مواقع الروبوتات كان لديها معدلات حوادث قابلة للتسجيل وضياع وقت أقل من المواقع غير الروبوتية في عام 2022، ويقولتحديث السلامة لعام 2025إن معدلها العالمي القابل للتسجيل انخفض بنسبة 43% ومعدل ضياع الوقت بنسبة 70% من عام 2019 إلى عام 2025. لكن مقارنات المواقع ليست عشوائية. فمباني الروبوتات يمكن أن تختلف في العمر وخليط المنتجات والتخطيط والتوظيف والإدارة. وتشمل التحسينات على مستوى الشبكة تدخلات عديدة إلى جانب الروبوتات.

ويظهر السجل التنظيمي أن المخاطر المريحة لا تزال مادية. فقد حلتتسوية لإدارة السلامة والصحة المهنية الأمريكية (OSHA) في ديسمبر 2024قضايا شملت عشر منشآت وتطلبت تقييمًا للمخاطر على مستوى الشركة والموقع وتدريبًا واختبارات لضوابط هندسية ومراجعة مستمرة عبر المنشآت الخاضعة للولاية القضائية الفيدرالية. وشملت الضوابط المدرجة محطات عمل قابلة للتعديل وناقلات ومحطات تعبئة مُعاد تصميمها وعربات وتناوب وظيفي، وليس الروبوتات وحدها. وبالتالي فإن المعيار العملي هو الآلية بالإضافة إلى النتيجة المقاسة: أظهر أن الآلة تزيل حركة خطرة، ثم أظهر أن التعرض للإصابة ينخفض دون أن تعيد الوتيرة أو عملية أخرى خلقه في مكان آخر.

ومن المرجح أن ينحني الطلب على العمالة حتى لو استمرت أمازون في التوظيف. فقد ذكر تقرير لصحيفة نيويورك تايمز لعام 2025 استنادًا إلى وثائق استراتيجية داخلية أن فريق الروبوتات في أمازون توقع أن الأتمتة يمكن أن تتجنب أكثر من 600,000 توظيف مستقبلي في الولايات المتحدة بحلول عام 2033 مع نمو الحجم. وهذا ليس مثل تسريح 600,000 عامل حالي. وردت أمازون بأن الأرقام تعكس وجهة نظر فريق واحد ولا تمثل استراتيجية التوظيف العامة للشركة. وقد يتغير التنبؤ الدقيق؛ لكن القصد الاقتصادي أقل غموضًا. فالنظام الذي يخفض التكلفة لكل عنصر عن طريق تقليل دقائق العمل يُقصد به أن يحتاج إلى عدد أقل من الناس مقارنة ببديل غير آلي عند نفس الحجم.

الاقتصاديات مرئية فقط عند الحواف

ليس لـ Amazon Robotics سعر عام، ولا تبلغ أمازون عن روبوتات المستودعات كقطاع. وهذا يجعل حساب اقتصاديات الوحدة التقليدي مستحيلاً من البيانات العامة.

وينبغي أن يشمل البسط أكثر بكثير من أجهزة الروبوت. فالتكلفة الإجمالية الجادة ستحسب إعادة تصميم المبنى والحاويات والسلال والرافعات الجسرية والناقلات ومحطات العمل وعلامات الأرضية والبنية التحتية اللاسلكية والحوسبة وأنظمة السلامة والتكامل مع برمجيات المخزون والتحكم بالمستودعات ووقت التوقف عن العمل أثناء التركيب والطاقة والآلات الاحتياطية والمؤثرات النهائية والمعايرة والصيانة الوقائية والفنيين وهندسة البرمجيات وعمالة الاستثناءات والمخزون التالف وتكلفة السعة المحتفظ بها للذروة. والإهلاك مهم لأن النظام الثابت يمكن أن يكون مفيدًا تقنيًا بينما يصبح متقادمًا اقتصاديًا مع تغير التخطيطات والعمليات.

أما جانب الفوائد فيجب أن يحسب دقائق العمل المُزالة ومسافة السفر وإنتاجية مساحة الأرضية وكثافة التخزين والإنتاجية والدقة وتقليل التعرض للإصابة وتوفر المخزون بشكل أسرع وقطع الطلبات في وقت متأخر وتجنب التوظيف الموسمي. ويمكن أن يزيد التدفق الأسرع من الإيرادات أو احتفاظ العملاء، وليس فقط تقليل النفقات. وقد يكون تحسين المسار المطبق عبر مئات الآلاف من وحدات الدفع قيمًا حتى لو لم تتغير أعداد الموظفين. ويمكن أن يكون الرفض الموثوق أرخص من قبضة شجاعة تتلف عنصرًا وتفسد حالة المخزون.

وتكشف إفصاحات أمازون فقط عن النطاق المحيط. فيقولنموذج 10-K لعام 2025إن النفقات الرأسمالية النقدية ارتفعت من 77.7 مليار دولار في عام 2024 إلى 128.3 مليار دولار في عام 2025، وذلك بشكل أساسي للبنية التحتية التكنولوجية، ومعظمها لنمو AWS، وإضافة سعة تلبية طلبات. ولا يفصل بين الروبوتات. وتشمل تكلفة التلبية التوظيف والمرافق والمعدات والإهلاك والإيجار والاستلام والتخزين والانتقاء والتعبئة ومعالجة المدفوعات وخدمة العملاء. وتقول الشركة إن ارتفاع تكلفة التلبية في عام 2025 عكس نمو المبيعات واستثمار الشبكة، قابله جزئيًا كفاءات تشغيلية. ولا شيء من ذلك يعطي عائدًا للروبوت.

وبالتالي فإن هدف شريفبورت بتحسين 25% في تكلفة الخدمة في الذروة هو أكثر الادعاءات التجارية المُفصح عنها إثارة للاهتمام، لكنه يظل هدف موقع دون جسر تكلفة منشور. أما توقعات المحللين بمليارات الوفورات المستقبلية فهي سيناريوهات، وليست تدفقات نقدية مرصودة. فهي تعتمد على سرعة النشر والحجم والعمالة المُتجنبة والاستخدام وما إذا كانت الأنظمة الجديدة تلبي أهداف موثوقيتها.

ويمكن لأمازون أن تتحمل منحنى تطوير طويل لأنها تستحوذ على التعلم عبر شبكة داخلية واسعة. ويوضح Blue Jay مخاطر المحفظة. فقد أُعلن عنه في أكتوبر 2025 كنظام متعدد الأذرع لعمليات اليوم الواحد، لكنه لم يعد قيد الاستخدام بحلول فبراير 2026. وتسجلصفحة أمازون الخاصة الآن التوقفوتقول إن التقنية الأساسية ستستمر في مكان آخر. وإيقاف نموذج أولي ليس فشلاً لاستراتيجية الروبوتات بأكملها؛ فإيقاف المشاريع الضعيفة هو جزء من التطوير المسؤول. لكنه يُظهر لماذا لا يمكن لسرعة الإعلان والشكل المثير للإعجاب وطموح الأسطول أن تحل محل نتائج الإنتاج الدائمة.

لماذا لا ينبغي لمعظم المستودعات تقليد أمازون

يواجه المشغل الخارجي الذي يختار الأتمتة قرارًا مختلفًا. فأمازون يمكنها تصميم الأجهزة والبرمجيات والمباني وقواعد العمل معًا. ولديها تكرار هائل وبيانات طلب مملوكة وشبكة نشر مقيدة ومنظمة هندسية قادرة على تحسين معدل فشل بنسبة 1%. بينما قد يكون لدى بائع تجزئة إقليمي أو مزود لوجستيات طرف ثالث عملاء متغيرين ومساحة مستأجرة وحجم أقل وقليل من الرغبة في حزمة روبوتات مصممة حسب الطلب.

والبدائل الواقعية ليست "روبوتات أمازون أو أشخاص بلوحات كتابة". فيمكن للمستودع إعادة تصميم تقسيم الفتحات والتعبئة ومسارات الانتقاء؛ أو استخدام الرافعات الشوكية أو الناقلات أو نظام الانتقاء بالضوء؛ أو تركيب أنظمة النقل المكوكي أو التخزين المكعب؛ أو نشر روبوتات متنقلة ذاتية من طرف ثالث في مبنى قائم؛ أو أتمتة إزالة المنصات أو الفرز أو التعبئة فقط؛ أو الاحتفاظ بالعمل اليدوي حيث يجعل التباين رأس المال غير جذاب. والإجابة الصحيحة تعتمد على الإنتاجية وأبعاد المنتج وتقلب الطلب وعمر المبنى وتوفر العمالة وتكلفة التوقف.

ويوفر المنافسون التجاريون تباينًا مفيدًا. فقد أبلغتAutoStoreعن أكثر من 1,950 نظامًا في أكثر من 65 دولة بحلول نهاية عام 2025، والتي بيعت من خلال نظام بيئي من الشركاء والمكاملين. وكشفتSymboticعن حوالي 22.5 مليار دولار من الأعمال المتراكمة في تقريرها السنوي لعام 2025، مرتبطة إلى حد كبير بـ Walmart ومشروعها GreenBox، إلى جانب التزامات دعم برمجيات طويلة الأجل. وتكشف هذه الشركات عن عقود العملاء والإيرادات لأن بيع الأتمتة هو عملها. بينما تكشف Amazon Robotics عن نطاق التشغيل لأن تحسين أمازون هو عملها. ولا يثبت أي من شكلي الدليل بشكل تلقائي تفوقًا تقنيًا، لكنهما يجيبان على أسئلة تجارية مختلفة.

والسوق الأوسع ينمو دون أن يتحرك في خط مستقيم. فقد قدرت Interact Analysis أن كمية طلبات أتمتة المستودعات ارتفعت بنسبة 7% في عام 2025، مع التحذير من أن ارتفاع تكاليف الصلب والعمالة ضخم قيم المشاريع وأن الطلب الأساسي ظل حذرًا. وعزانفس تحديث السوقالكثير من النشاط إلى استثمارات كبيرة قليلة من تجار التجزئة بما فيهم أمازون و Walmart. وهذا يتسق مع سوق تعمل فيه الأتمتة، لكن المشاريع المتكاملة الكبيرة جدًا لا تزال تفضل المالكين ذوي النطاق ورأس المال.

وبالنسبة لنقل المواد في موقع منظم عالي الحجم، فإن خبرة أمازون تقدم حجة قوية. أما بالنسبة لمناولة العناصر غير المتجانسة، فيجب على المشتري أن يطالب بتجارب محلية على الكتالوج الفعلي، مع اختبارات ذروة وتقادم. وينبغي أن يقيس اختبار القبول المهام المخصصة، وليس المحاولات المختارة؛ والإكمال الصحيح، وليس الحركة؛ وعمالة الاسترداد، وليس فقط زمن دورة الروبوت. فقد يتفوق نظام معياري منخفض التكلفة يتعامل مع 60% من الحجم المستقر ويفشل بشكل نظيف على ذراع متطور يستهدف تغطية 80% إذا كان الأخير يتلف المخزون أو يتطلب اهتمامًا متخصصًا مستمرًا.

ما الذي سيغير الحكم

لقد تجاوزت Amazon Robotics بالفعل أهم عتبة للتكنولوجيا الصناعية: فهي مفيدة في الإنتاج على نطاق استثنائي. ويغير أسطول وحدات الدفع هندسة المستودع ويزيل كميات هائلة من الحركة. ويُظهر Robin تعلمًا إنتاجيًا يقلل بشكل قابل للقياس من فشل التقاط الطرود. ويُظهر Sequoia كيف يمكن تركيب أنظمة متعددة حول تدفق المخزون. ويُظهر Vulcan أن العمل الغني بالتلامس الذي كان يُعتبر غير عملي في السابق يمكن الآن محاولته في مبنى حي بسرعة تشبه سرعة الإنسان في عمل محدد.

والأدلة لا تدعم الاستقلالية الكاملة على مستوى العناصر، أو تلبية الطلبات دون مراقبة، أو حالة عمل خارجية نظيفة. فأكثر أنظمة المناولة قدرة لا تزال تضيق المهمة قبل التصرف. فهي تصنف الأهلية وتفضل السطوح منخفضة المخاطر وتعيد المحاولة وتؤجل الطلبات الصعبة وتعتمد على المحطات اليدوية. وهذا ليس نقدًا للهندسة السليمة، بل هو مصدر الموثوقية. والخطأ سيكون في حذف تلك الحدود عند وصف النجاح.

وستحسن عدة إفصاحات الحكم بشكل مادي. الأول هو محاسبة المهام على مستوى الموقع: الطلبات المخصصة، والطلبات المؤهلة، ونجاح المحاولة الأولى، والنجاح النهائي، والتدخلات البشرية، والضرر، ودقائق الاسترداد حسب النظام وفئة المنتج. والثاني هو التوفر خلال الذروة، بما في ذلك متوسط وقت الاسترداد والعمالة المطلوبة للحفاظ على صحة خلية العمل أو الأرضية. والثالث هو جسر تكلفة لمبنى ناضج بأسلوب Sequoia، يفصل بين الروبوتات وتصميم المبنى والبرمجيات ووضع المخزون والعمالة. والرابع هو دراسة سلامة تتبع مهام متشابهة قبل وبعد النشر وتتعقب كلاً من التعرض المريح ووتيرة العمل. والخامس هو دليل من عميل خارجي يدفع ويعمل بدون جهاز الدعم الداخلي الكامل لأمازون.

وتقدم التطورات الحالية اختبارات واضحة. تقول أمازون إن الجيل الأصلي من Proteus منتشر في 25 مركز تلبية طلبات في الولايات المتحدة، بينما لا يزال جيل قادم قادر على أخذ تعليمات باللغة الطبيعية والعمل خارج مناطق الأرصفة في مرحلة اختبار مخبري، مع تخطيط لنشر أوروبي في النصف الأول من عام 2027. ويربطإعلان يونيو 2026ذلك بأكثر من 10 مليارات يورو من استثمارات تلبية الطلبات الأوروبية. وسيفيد تقرير مستقبلي مفيد في ذكر كم مرة تُفسر مهام اللغة الطبيعية بشكل صحيح، وما الإجراء الذي يتطلب تأكيدًا، وكيف يفشل النظام بأمان، وما إذا كانت الواجهة تقلل التدريب أو تنقل التكوين فقط إلى شكل جديد.

وينبغي أن يُظهر الإصدار التجريبي الأكبر لـ Vulcan والنشر متعدد المواقع ما إذا كان نجاحه المقاس ينجو من اختلاف المخزون والمشغلين وظروف الأرضية. كما ينبغي أن يُرفق DeepFleet في النهاية بنتائج حية خاضعة للتحكم تربط التنبؤ بالسفر والازدحام والإنتاجية والاسترداد. وينبغي أن ينتقل Sequoia من هدف تكلفة إلى تاريخ تشغيلي مدقق. وينبغي أن ينتج عن اهتمام أمازون المعلن بخدمة العملاء الصناعيين الخارجيين سعر وعقد دعم ومرجع عميل إذا أصبح ذلك عملًا حقيقيًا.

وحتى ذلك الحين، فإن أكثر الاستنتاجات إنصافًا ليست أن المستودع قد حُل، ولا أن المليون آلة ما هي إلا ضجة إعلامية. لقد قامت Amazon Robotics بتصنيع النصف الأسهل من الاستقلالية: الحركة المنظمة والتنسيق والتلاعب المقيد بشكل متزايد. وهي تعمل الآن على الجزء المتبقي المكلف، حيث يكون العنصر محرجًا، والرف مزدحمًا، والأرضية مسدودة، وحالة البرمجيات خاطئة، أو تحتاج الآلة إلى مساعدة. وستعتمد قيمة المليون روبوت القادم على عددها بشكل أقل من اعتمادها على مدى ندرة أن تصبح تلك الاستثناءات العادية حالة طوارئ لشخص آخر.